工程应用数学智能算法.pptVIP

SA算法的控制 SA算法能否达到目标函数的最小值，主要取决于控制参数的初值是否足够高和其下降得是否慢，因此注意有关控制参数的选取问题。对于参数初值T0 ，常用的处理方法之一是在均匀地随机抽样X0后，取的E0方差作为T0 。对于降温策略Ti =αT0 ，0＜α＜1，常取α∈[0.85,0.96]。 SA算法的使用可以参考教材P257（FORTRAN程序） 用SA拟合丙烷－丝光沸石体系在303 K时的吸附平衡数据和模型。 Genetic Algorithm and Direct Search Toolbox in MATLAB v2007a (Using the Simulated Annealing and Threshold Acceptance Algorithms) 第三十一页，共五十三页，2022年，8月28日 三、遗传算法(Genetic Algorithm) 遗传算法是一种模拟自然选择和遗传的随机搜索算法。它最初由Holland在1975年提出的，研究自然系统的适应过程和设计具有自适应性能的软件。 遗传算法的基本形式是用染色体来表示参数空间的编码，用适应度函数来评价染色体群体的优劣，通过遗传操作产生新的染色体，并用概率来控制遗传操作。 遗传算法是一种非线性方法，它具有简洁、灵活、高效和全局优化的特性，在过程控制、系统诊断、非线性拟合与优化、人工智能等工程和研究